Nota del autor: el gerente general de una empresa ganadera de unas 120 personas creó su propio sistema de gestión con ayuda de herramientas de programación con IA. Este artículo no repite la idea de que «cualquiera puede desarrollar software», sino que analiza las condiciones que hicieron posible este caso y los límites que siguen presentes cuando una persona de negocio crea su propio sistema con IA.
En noviembre de 2026 se anunciaron los resultados del premio a las tecnologías líderes de la Conferencia Mundial de Internet de Wuzhen. Qoder, la plataforma de agentes de Alibaba, fue el único producto chino de agentes de propósito general premiado. Entre los casos mencionados en la cobertura, hay uno que podría resumirse fácilmente como «las personas de negocio también pueden crear sus propios sistemas»: Zhang Lifei, gerente general de la empresa ganadera Xixianji, en Ningxia, utilizó herramientas de programación con IA para crear en poco más de tres meses varios sistemas de negocio, incluido uno de gestión ganadera.
Esta no es una historia de alguien que se convirtió en programador de la noche a la mañana sin conocimientos previos. Zhang Lifei trabajó en investigación y desarrollo en Huawei y Ericsson, y además conocía a fondo las actividades de cría, sacrificio y procesamiento de su empresa. Estas dos condiciones determinan tanto lo que este caso puede demostrar como lo que no.
Qué te llevarás: al terminar el artículo, podrás evaluar si tus necesidades de negocio se prestan a crear un sistema propio con IA y sabrás cuáles son los tres obstáculos que debes afrontar: describir los requisitos, comprobar los resultados y mantener el sistema a largo plazo.
Personal de negocio que crea sus propios sistemas con IA: resumen del caso
Antes de analizar qué significa este caso, conviene ordenar los hechos confirmados. La siguiente tabla recoge información publicada por GeekPark el 5 de noviembre de 2026.
| Dato | Detalle |
|---|---|
| Empresa | Xixianji, dedicada a la venta, cría, sacrificio y procesamiento, con unos 120 empleados |
| Perfil del protagonista | Zhang Lifei, gerente general, trabajó en I+D en Huawei y Ericsson antes de regresar a su localidad natal para emprender en 2015. Es la única persona a cargo del desarrollo tecnológico de la empresa |
| Problema de negocio | Gestionaba tres granjas y más de 10.000 ovejas Tan en cría mediante complejos registros de Excel. La rentabilidad de cada lote solo podía calcularse con precisión después de su salida de la granja y sacrificio |
| Opciones anteriores | El software genérico era difícil de adaptar y el desarrollo externo a medida podía costar millones de yuanes, además de requerir comunicación y ajustes continuos |
| Método de desarrollo | Desde 2026 usa Qoder. Después del trabajo y durante sus viajes, abre varias sesiones en dos computadoras, describe las necesidades en lenguaje natural y deja que la IA lea el proyecto, modifique el código y ejecute tareas. Él revisa los resultados |
| Resultado | En poco más de tres meses creó varios sistemas, incluido uno de gestión de la cría, que se usan para la alimentación diaria, el seguimiento del crecimiento y las decisiones de salida de la granja. Algunos problemas que antes solo salían a la luz durante el sacrificio ahora se detectan en la fase de alimentación |
| Beneficio estimado por la empresa | Prevén reducir las pérdidas ocultas en varios millones de yuanes al año; no se ha explicado cómo se calculó esa cifra |
Cómo trabaja realmente el personal de negocio al crear sistemas con IA
Hay un detalle del reportaje que es fácil pasar por alto: Zhang Lifei no se limita a «decir una frase y recibir un sistema de la IA». Abre varias sesiones de desarrollo a la vez y, mientras espera el resultado de una tarea, pasa a otra. Cuando la IA termina los cambios, él revisa el resultado y añade las nuevas situaciones que surgen en el negocio.
Se trata de una colaboración entre un experto de negocio y una IA que ejecuta tareas. La persona sigue encargándose de desglosar las necesidades, decidir si el resultado es aceptable y orientar las siguientes iteraciones. La IA se ocupa de escribir y modificar código y ejecutar tareas. Visto así, el caso resulta más claro.
Profesionales de negocio creando sistemas con IA: ¿qué barreras reduce la IA?
Crear herramientas internas con programación asistida por IA consiste, en esencia, en redistribuir el trabajo que antes requería un pequeño equipo. La siguiente tabla compara las etapas del desarrollo tradicional a medida con la forma en que se abordaron en este caso.
| Etapa de desarrollo | Desarrollo tradicional a medida | Cómo se abordó en este caso | ¿Reduce la IA significativamente la barrera? |
|---|---|---|---|
| Definición de requisitos | Un gerente de producto investiga y redacta la documentación | El responsable del negocio los describe directamente | No, sigue dependiendo del conocimiento del negocio |
| Implementación del código | Ingenieros de frontend y backend desarrollan por separado | La IA lee el proyecto y modifica el código | Sí, es donde más reduce la barrera |
| Ejecución y depuración | Los ingenieros depuran en local | La IA ejecuta las tareas y una persona revisa los resultados | La reduce parcialmente |
| Validación de resultados | El equipo de negocio y el de desarrollo se comunican en varias rondas | El responsable del negocio revisa directamente | Reduce el costo de comunicación, pero sigue siendo necesario saber evaluar |
| Iteración continua | Se solicitan cambios, se planifican y se implementan | Las nuevas situaciones del negocio se incorporan a medida que surgen | Sí, el ciclo de iteración se acorta notablemente |
Como muestra la tabla, la IA reduce sobre todo la barrera de convertir requisitos claros en código ejecutable, además de disminuir la fricción en la comunicación entre quienes plantean las necesidades y quienes desarrollan la solución. La mayor dificultad de Zhang Lifei era precisamente no contar con un equipo capaz de convertir sus ideas en un sistema, y ahí es donde las herramientas de programación con IA mejor pueden ayudar.
Sin embargo, la definición de requisitos y la validación de resultados no desaparecen: al contrario, recaen aún más en el responsable del negocio. El reportaje también señala que la nueva versión de Qoder está dirigida a personas «con objetivos claros y capaces de distinguir si el resultado es bueno o malo». Ese matiz es importante.
3 requisitos para que un profesional de negocio cree su propio sistema con IA
A partir de este caso, podemos identificar tres requisitos para llevarlo a cabo:
- Saber dónde está el problema: Zhang Lifei tenía claro que el principal problema era que «no se sabe cuánto dinero genera un lote de ovejas hasta después del sacrificio». Su necesidad tenía un objetivo de negocio concreto.
- Saber explicar los requisitos con claridad: poder describir los campos, los procesos y las reglas de cálculo, y establecer criterios de aceptación verificables, en lugar de limitarse a pedir «ayúdame a crear un sistema de gestión».
- Saber evaluar si el resultado es correcto: su experiencia en desarrollo le permitió entender la estructura, detectar errores de lógica y corregir a la IA cuando se desviaba.
De estas tres condiciones, la primera es habitual entre los responsables de negocio; la segunda y la tercera son las que marcan la diferencia. Una persona sin experiencia en desarrollo también puede lograrlo, pero tendrá que dedicar más tiempo a aprender. Además, un solo caso no permite determinar su tasa de éxito.
🚀 Para empezar: Si primero quieres comprobar con poco costo si puedes expresar tus requisitos con claridad, puedes usar un Modelo de Lenguaje Grande para convertir la descripción de tu negocio en un documento de requisitos estructurado. Con una sola clave API de APIYI apiyi.com puedes invocar varios modelos populares: es una buena forma de hacer una prueba a pequeña escala antes de decidir si invertir en el desarrollo formal.
Antes de crear un sistema con IA: convierte las necesidades del negocio en especificaciones
Muchos proyectos de desarrollo propio fracasan no porque la IA no sepa escribir código, sino porque los requisitos son ambiguos. Antes de empezar, puedes pedirle al modelo que organice una descripción informal del negocio en campos, reglas y criterios de aceptación, y luego revisarlos uno por uno.
Este ejemplo mínimo usa una interfaz compatible con OpenAI para convertir una descripción del negocio en una especificación de requisitos:
import openai
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1"
)
desc = "三个养殖场，按批次记录每天饲料消耗和羊的体重，想在出栏前就知道每批羊大概赚多少钱。"
resp = client.chat.completions.create(
model="gpt-4o-mini", # Se puede sustituir por otro modelo disponible en la plataforma
messages=[{"role": "user", "content": f"把以下业务需求整理成数据字段、计算规则和验收条件：{desc}"}]
)
print(resp.choices[0].message.content)
Ver el código completo (incluye preguntas para aclarar los puntos ambiguos)
import openai
from typing import Optional
SYSTEM_PROMPT = (
"你是资深业务分析师。请把用户的业务描述整理为：\n"
"1. 核心数据实体与字段（含单位）\n"
"2. 计算规则（写出公式）\n"
"3. 验收条件（每条都必须可被人工检查）\n"
"4. 需要用户补充确认的问题清单\n"
"不要假设用户没说过的规则，不确定的地方放进问题清单。"
)
def build_spec(
business_desc: str,
model: str = "gpt-4o-mini",
extra_context: Optional[str] = None,
max_tokens: int = 1500
) -> str:
"""Organiza una descripción informal del negocio en una especificación de requisitos verificable."""
client = openai.OpenAI(
api_key="YOUR_API_KEY",
base_url="https://api.apiyi.com/v1"
)
content = business_desc
if extra_context:
content += f"\n补充背景：{extra_context}"
try:
resp = client.chat.completions.create(
model=model,
messages=[
{"role": "system", "content": SYSTEM_PROMPT},
{"role": "user", "content": content},
],
max_tokens=max_tokens,
)
return resp.choices[0].message.content
except Exception as e:
return f"调用失败：{e}"
if __name__ == "__main__":
spec = build_spec(
business_desc="按批次管理在栏羊，记录每日饲料消耗、体重和生长阶段，"
"希望出栏前估算每批羊的成本和利润。",
extra_context="目前用 Excel 台账，有三个养殖场。"
)
print(spec)
Este código no desarrolla el sistema por ti. Su valor está en sacar a la luz lo que creías haber explicado con claridad, pero no lo estaba. Cuanto más larga sea la lista de preguntas del modelo, más trabajo necesitan los requisitos antes de pasárselos a una herramienta de programación con IA.
¿Puede el personal de negocio crear sus propios sistemas con IA? Un marco para decidirlo
El caso demuestra algo: cuando se dan las condiciones adecuadas, el personal de negocio puede crear sistemas internos con IA. Pero eso no significa que todos los sistemas sean aptos para este enfoque. El siguiente marco ayuda a distinguir cuáles se pueden crear de forma autónoma y cuáles requieren la intervención de un equipo especializado.
| Criterio | Adecuado para crear con IA | Conviene recurrir a un equipo especializado |
|---|---|---|
| Alcance de uso | Dentro de un departamento, con pocos usuarios | De cara a clientes o entre organizaciones |
| Sensibilidad de los datos | Registros operativos y estadísticas internas | Datos personales, pagos y comprobantes contables |
| Complejidad de los permisos | Pocos roles y permisos sencillos | Aprobaciones multinivel y control granular de permisos |
| Consecuencias de los errores | Se pueden detectar y corregir manualmente | Pueden causar pérdidas económicas o incidentes de cumplimiento normativo o seguridad |
| Integración con otros sistemas | Sistema relativamente independiente; basta con importar y exportar datos | Necesita conectarse con ERP, plataformas de pago o plataformas gubernamentales de supervisión |
| Mantenimiento a largo plazo | La persona que lo necesita puede mantenerlo de forma continua | Requiere colaboración entre varias personas y disponibilidad 7×24 |
El sistema de gestión de cría de 西鲜记 encaja, en términos generales, en la columna izquierda: es de uso interno, sirve para tomar decisiones sobre la alimentación y la salida de animales para su venta, y hay personas que pueden detectar los problemas a tiempo. Si tus necesidades también entran en esta categoría, vale la pena probar la creación con IA. Si varias corresponden a la columna derecha, lo más prudente es usar primero la IA para crear un prototipo y definir bien los requisitos, para después recurrir a un equipo especializado o adquirir un producto ya consolidado.
Comparación de tres opciones: creación con IA por el personal de negocio, adquisición y desarrollo a medida
Al poner las tres opciones una junto a otra, las diferencias se ven con más claridad:
| Opción | Características principales | Casos de uso | Riesgos principales | Recursos disponibles |
|---|---|---|---|---|
| Adquirir software de uso general | Listo para usar, con funciones estandarizadas | Procesos alineados con los habituales del sector | Difícil de adaptar a procesos específicos | Proveedores de SaaS del sector |
| Desarrollo externo a medida | Equipo especializado y entrega conforme a estándares profesionales | Sistemas complejos, con datos sensibles o integraciones múltiples | Costo elevado y ciclos de comunicación largos | Empresas de externalización o de software |
| Creación con IA por el personal de negocio | Iteraciones rápidas y mayor ajuste a las necesidades del negocio | Herramientas internas cuando quien las necesita conoce el negocio y puede validar el resultado | La seguridad, los permisos y el mantenimiento dependen de una persona | Herramientas de programación con IA; la invocación del modelo puede hacerse a través de APIYI apiyi.com |
Las tres opciones no son excluyentes. Una combinación habitual es crear primero una solución con IA para poner a prueba el proceso y comprobar si la necesidad existe realmente. Después, cuando aumente el número de usuarios o los datos sean más sensibles, se puede decidir si conviene encargar la reconstrucción del sistema a un equipo especializado.
Impacto de que el personal de negocio cree sus propios sistemas con IA
Impacto en los responsables de pequeñas y medianas empresas
- Las necesidades ya no quedan en suspenso por falta de equipo: empresas como 西鲜记, que solo cuentan con una persona en desarrollo tecnológico, antes tenían que elegir entre «software genérico que no encaja» y «soluciones a medida costosas». Ahora tienen otra vía que pueden probar.
- El conocimiento del negocio cobra más valor: quienes mejor conocen la actividad pueden incorporar directamente su experiencia al sistema y modificarlo con el uso diario, lo que reduce la pérdida de información al trasladar los requisitos.
- Aumenta el costo del tiempo de los responsables: según el reportaje, 张立非 avanzó en el desarrollo después del trabajo y durante sus viajes de negocios. Ese tiempo también tiene un costo y no puede considerarse simplemente «costo cero».
Impacto en los equipos de desarrollo profesionales y los departamentos de TI
- El papel pasa de «escribir código» a «actuar como respaldo»: a medida que el personal de negocio cree más herramientas propias, será más necesaria la intervención de profesionales en la revisión de seguridad, el diseño de permisos, las copias de seguridad y la integración de sistemas.
- Aumenta el riesgo de sistemas en la sombra: si cada departamento crea sus propias herramientas con IA, pueden aparecer datos dispersos, criterios inconsistentes y sistemas que nadie mantenga cuando sus creadores dejen la empresa. Por eso conviene establecer normas de antemano.
5 preguntas que este caso aún no responde
El reportaje presenta un resultado exitoso, pero para quienes toman decisiones también es importante contar con la siguiente información, que los materiales públicos disponibles aún no cubren:
| Aspecto pendiente de verificar | Por qué es importante |
|---|---|
| Método de cálculo de las «pérdidas ocultas de varios millones de yuanes» | Sin él, no se puede determinar si el beneficio es reproducible en otro negocio |
| Medidas de seguridad, permisos y copias de seguridad del sistema | Determinan si el sistema puede gestionar datos esenciales del negocio a largo plazo |
| Mantenimiento posterior y gestión de fallos | El mayor costo oculto de un sistema propio aparece en la etapa de mantenimiento |
| Costos de las herramientas y de la invocación del modelo | El «costo cero» del reportaje no incluye las herramientas ni el tiempo invertido |
| Casos de éxito y fracaso de personal de negocio sin experiencia en desarrollo | Un solo caso no representa los resultados generales |
Hasta que estas preguntas tengan respuesta, lo más razonable es considerar este caso como prueba de que «es viable cuando se dan las condiciones», no de que «cualquiera puede hacerlo».
Preguntas frecuentes FAQ
Q1: ¿Puede una persona de negocio sin experiencia en desarrollo crear su propio sistema con IA?
Es posible, pero bastante más difícil. El protagonista del caso tiene experiencia en desarrollo en Huawei y Ericsson, por lo que puede entender la estructura del código y evaluar si lo que genera la IA es correcto. Sin esa experiencia, como mínimo hay que aprender a definir con claridad los criterios de aceptación y estar dispuesto a dedicar tiempo a investigar problemas. Por ahora, faltan casos documentados de forma sistemática sobre personas sin experiencia en desarrollo, así que conviene empezar con herramientas pequeñas.
Q2: ¿Cómo elegir entre crear un sistema con IA o encargar un desarrollo a medida a un proveedor externo?
Hay que considerar tres cosas: el costo de los errores, la sensibilidad de los datos y quién se encargará del mantenimiento a largo plazo. Si el sistema es de uso interno, los errores pueden corregirse manualmente y la persona que lo necesita puede mantenerlo de forma continua, tiene sentido probar a crearlo por cuenta propia. Si implica datos personales, pagos o integraciones entre sistemas, suele ser mejor recurrir a profesionales. También puedes crear primero un prototipo con IA para aclarar los requisitos y después usarlo para conversar con el proveedor externo. Eso suele reducir las correcciones posteriores.
Q3: ¿Crear un sistema propio con IA realmente tiene «costo cero» para una persona de negocio?
No. Aunque las herramientas incluyan un cupo gratuito, también puede haber costos de suscripción y de invocación del modelo, además del costo de tiempo, que es el más fácil de pasar por alto. El protagonista del caso desarrolló el sistema durante más de tres meses, después del trabajo y en los ratos libres de sus viajes. Esa inversión también debe tenerse en cuenta al tomar la decisión.
Q4: ¿Cómo validar una idea con poco presupuesto antes de empezar el desarrollo formal?
Puedes usar primero un Modelo de Lenguaje Grande para convertir la descripción del negocio en una especificación de requisitos y una lista de criterios de aceptación. Después, crea una versión mínima viable. Estos son los pasos:
1. Regístrate en APIYI apiyi.com y obtén una clave API y un cupo gratuito de prueba
2. Usa el ejemplo de código de este artículo y establece base_url en `https://api.apiyi.com/v1`
3. Genera especificaciones de requisitos con distintos modelos y compara cuál se ajusta mejor a tu negocio
Este paso cuesta muy poco y puede ayudarte a detectar de antemano los puntos ambiguos de los requisitos.
Q5: ¿A qué hay que prestar más atención después de poner en marcha un sistema interno creado por cuenta propia?
Prioriza tres cosas: hacer copias de seguridad periódicas, separar las cuentas y los permisos, y documentar la lógica de los cálculos clave. Los sistemas creados por cuenta propia suelen depender mucho de quien los desarrolló. Si esa persona se va o el sistema falla, será difícil recuperarlo sin copias de seguridad ni documentación. Cuando aumente el número de usuarios, conviene pedir a profesionales que revisen la seguridad y la arquitectura.
Q6: ¿Cómo controlar el costo de las invocaciones cuando una herramienta propia necesita usar capacidades de un Modelo de Lenguaje Grande?
Si la herramienta interna necesita invocar un modelo, por ejemplo, para generar automáticamente explicaciones de informes o reconocer documentos, puedes asignar modelos según la dificultad de cada tarea: usa modelos ligeros para las tareas simples y reserva los más potentes para los análisis complejos. Con la interfaz compatible con OpenAI de APIYI apiyi.com, puedes cambiar entre modelos usando el mismo código y pagar según el uso. Así resulta más fácil comparar resultados y costos antes de elegir una solución definitiva.
Puntos clave sobre cómo crear sistemas con IA desde el área de negocio
- El caso tiene condiciones particulares: la protagonista combina experiencia en desarrollo con un conocimiento profundo del negocio; no demuestra simplemente que «cualquiera puede desarrollar».
- La IA facilita la implementación: acelera la programación y las iteraciones, pero las personas siguen teniendo que definir los requisitos y validar los resultados.
- Sistemas adecuados para empezar a desarrollar internamente: herramientas de uso interno, con datos no sensibles y cuyos errores se puedan corregir manualmente.
- Sistemas que requieren intervención profesional: los que manejan información personal, pagos, permisos complejos o integraciones entre varios sistemas.
- No hay que ignorar los costos ocultos: el tiempo invertido, el costo de las herramientas y el mantenimiento a largo plazo deben tenerse en cuenta al tomar la decisión.
- Validar antes de invertir: con APIYI apiyi.com se pueden invocar modelos a bajo costo para organizar los requisitos en una especificación y después decidir si conviene desarrollar, comprar o encargar una solución a medida.
Resumen
El caso de 西鲜记 muestra que, cuando una persona responsable del negocio entiende dónde está el problema, sabe explicar lo que necesita y puede evaluar el resultado, las herramientas de programación con IA permiten hacer realidad sistemas que antes habían quedado pendientes. Hay tres ideas principales:
- La barrera de entrada realmente ha bajado: la IA ya puede encargarse de gran parte del trabajo que va desde los requisitos hasta el código ejecutable.
- El criterio humano sigue siendo imprescindible: describir los requisitos, revisar los resultados y mantener el sistema siguen siendo tareas de quienes conocen el negocio.
- Hay que definir los límites desde el principio: la seguridad de los datos, los permisos y el mantenimiento a largo plazo determinan qué sistemas pueden desarrollarse internamente y cuáles necesitan un equipo especializado.
Si estás pensando en crear una herramienta interna con IA, empieza por un proceso pequeño en el que los errores tengan un costo bajo. Usa la IA para convertir los requisitos en una especificación y crear un prototipo; después, decide cómo continuar según los resultados. Puedes probar rápidamente con APIYI apiyi.com: basta una clave API para comparar varios de los principales modelos.
📚 Referencias
- GeekPark – ¿Cómo consiguió Qoder el primer puesto en el mercado chino de programación con IA tras ganar un premio a la tecnología de vanguardia en la Conferencia Mundial de Internet?: fuente de los datos del caso presentado en este artículo.
- Enlace:
geekpark.net/news/373542 - Descripción: incluye el caso del sistema de gestión de acuicultura de Xixianji y las experiencias de programación con IA de empresas como Geely y Shanda Huatian.
Autor: Equipo técnico de APIYI
Consultas técnicas: Si tienes preguntas sobre la invocación del modelo o la integración de herramientas internas, contáctanos a través de la página principal de APIYI, apiyi.com.
